新加坡与微软的前沿 AI 安全计划：6 月 12 日谅解备忘录究竟涵盖什么？

这比单纯比较模型能力更进一步。一个模型即使在基准测试中表现出色，如果缺少访问权限管理、持续监控、漏洞披露流程或人工监督安排，也不一定适合用于公共服务或关键基础设施场景。

3. 探索前沿模型的可信访问政策

MOU 的第三个重点，是研究前沿模型“可信访问”的政策路径。基本思路是实行分层、受控的模型使用：高能力系统应当能够被用于合法的安全测试和有价值的工作，但不能在缺乏与其能力和风险相匹配的防护措施时，直接向所有人开放。

因此，这份协议所指向的是一条分层安全链：先测试系统，再分享经验；必要时限制访问；同时通过治理规则明确谁负责、如何追责。

Claude Mythos 为什么值得关注？但不能说它是协议的导火索

Anthropic 的 Claude Mythos Preview 展示了前沿 AI 面临的典型“双重用途”问题。Anthropic 表示，它与约 50 家 Project Glasswing 合作伙伴使用这一受限模型，在具有系统重要性的软件中发现了超过 1 万个高危或严重级别漏洞。Anthropic 还称，Mythos 能够识别并利用主要操作系统和浏览器中的漏洞，包括零日漏洞。

这种能力一方面可以帮助防守方在网络犯罪分子之前发现缺陷；另一方面，如果模型被广泛发布或管理不当，也可能缩短从漏洞发现到实际利用的时间。正因如此，Anthropic 通过 Project Glasswing 向有限合作伙伴开放 Mythos，而不是将其公开发布。

不过，现有证据并不能证明 Claude Mythos 直接促成或触发了 6 月 12 日的新加坡—微软 MOU。更稳妥的理解是：Mythos 体现了网络安全能力快速提升所带来的风险环境，也说明为什么结构化评估、受控访问和治理框架变得越来越重要。

这些安全措施在现实中如何运作？

受限访问本身就是一种安全控制

Project Glasswing 的有限访问模式，本身就是风险管理措施。Anthropic 没有把 Mythos 广泛发布，而是向经过筛选的一组合作伙伴提供访问权限，用于防御性安全工作。这样既能让安全团队研究模型的实际能力，也能减少高风险能力的暴露范围。

当然，受限访问并不是完整的安全体系。它还依赖合作方审查、使用监控、安全存储和负责任披露等机制。但它体现了 MOU 所探索的可信访问原则：模型的访问权限应当与其能力和风险相匹配，而不是把每个前沿模型都当作普通公共软件来发布。

发现漏洞之后，还必须完成修复

发现漏洞只是第一步。新加坡网络安全局（CSA）已建议机构及时修复严重和高危漏洞，在所有接口和网关启用多因素认证，并检查不必要的访问权限。这些措施可以在机构调查和修复问题期间，减少攻击者利用漏洞的机会。

现有证据也不支持把 Mythos 发现的约 1 万个漏洞描述成已经得到广泛修复。一份后续评估称，已向软件维护者披露 1,596 个漏洞，但只有 97 个完成修复。这并不意味着 Project Glasswing 没有产生防御价值，但有关“许多漏洞已经修复”的表述仍应谨慎使用。

这里的启示不仅是技术性的，也是运营层面的：AI 安全必须包括风险识别、负责任披露、修复优先级排序，以及在修复完成前降低系统暴露面的完整流程。

微软扮演什么角色？协议又没有确认什么？

微软能够提供前沿模型研发、企业级基础设施，以及评估和控制 AI 系统访问权限方面的运营经验。不过，根据 MOU 已公布的范围，这项合作并不局限于微软自己的某一个模型，而是关注一般意义上的前沿模型安全测试方法和可信访问框架。

目前提供的证据不足以证明以下内容是这份新加坡—微软协议的正式承诺：微软 MAI 模型的具体安排、通过 Azure AI Foundry 访问 OpenAI 和 Anthropic 模型的相关方案，或微软与英国人工智能安全研究所、美国人工智能标准与创新中心之间的可比协议。上述细节不应被当作本次 MOU 已确认的内容。

更大的目标：建立可信 AI 生态

综合来看，这份协议构成了一条较为务实的安全链：

1. 评估先进 AI 和智能体系统，包括它们在不同语言中的表现。
2. 交流技术发现、治理实践以及测试经验。
3. 控制访问对能力和风险较高的前沿模型。
4. 应对漏洞，通过负责任披露、修复、多因素认证和权限管理降低风险。
5. 制定政策，明确前沿系统何时、以何种方式才能用于敏感场景。

这正是这份 MOU 的意义所在。它本身不会让前沿 AI 自动变得安全，也不能消除 Claude Mythos 所展示的风险。它更像是在技术评估、访问治理和网络安全实践之间搭起一座桥，试图在“能力很强”被误认为“已经可以放心使用”之前，为先进 AI 建立更安全、可靠、稳健且可问责的使用条件。